use文本情感分類來分析文本作者的情緒和搜索同義詞和類比一樣，文本分類也屬于單詞嵌入的下游應用建模步驟文本情感分類數據-讀取數據-預處理數據(首先是單詞)使用循環神經網絡-雙向循環神經網絡(加載預訓練的單詞向量、訓練模型和評估模型)和使用卷積神經網絡-TextCNN模型定義多個一維卷積核，并使用這些卷積核分別對輸入進行卷積計算，不同寬度的卷積核可以捕獲不同數量的相鄰單詞的相關性,就我個人的理解，我認為機器學習只是情感文本分析的方法之一,基本上，使用分類計數對文檔中存在的情感進行分類,也是情感文本的分析方法之一,目前英文文本情感，分析較多，中文相對較少。

use文本 情感分類來分析文本作者的情緒和搜索同義詞和類比一樣，文本分類也屬于單詞嵌入的下游應用建模步驟文本情感分類數據-讀取數據-預處理數據(首先是單詞)使用循環神經網絡-雙向循環神經網絡(加載預訓練的單詞向量、訓練模型和評估模型)和使用卷積神經網絡-TextCNN模型定義多個一維卷積核，并使用這些卷積核分別對輸入進行卷積計算，不同寬度的卷積核可以捕獲不同數量的相鄰單詞的相關性。然后，將所有的輸出通道匯集起來，使時間序列最大化，然后將這些通道的匯集輸出值連接成向量。連接的向量通過全連接層連接。

1，我想等你，等你回頭，或者等我放棄。2.美好的愛情，其實每個人都喜歡炫耀。3.有些記憶不是你忘記的，而是你不想記住的。4.愛你的男人不會太早接觸你。當你孤獨的時候，讓我給你一個無聲的擁抱。6.我會永遠愛你，我會永遠愛你。7.愛情是無緣無故的美好，但也是無緣無故的美好。8.時間還是老樣子。我會更加想念你。9.送你一個小太陽。愿你的世界永遠陽光明媚。10.以后想和你一個房間，兩個人，三餐，四季。

有兩類，一類是主觀性:主觀、客觀、中立；一個是情感傾向:正、負、中性。文本如果分析的話，主要是單詞和句子中思想的挖掘，你說的機器學習方法，現在基本都用在電影觀影評分系統里了。基本上，使用分類計數對文檔中存在的情感進行分類，就我個人的理解，我認為機器學習只是情感 文本分析的方法之一。至于數據挖掘，也是情感通過文檔的數據采集進行分析，也是情感 文本的分析方法之一。所以，如果情感分析是主體，文本分類，機器學習，數據挖掘都是途徑和手段，這些方法可以在one 情感 analysis中一起使用，也可以獨立存在。目前英文文本 情感，分析較多，中文相對較少，你做這項研究任重而道遠。嘿嘿。